考虑出行者到达时间无差异带的瓶颈模型

为了弥补Vickrey瓶颈模型及其拓展研究忽视了出行者有限理性特征的缺陷,从而降低瓶颈模型的误差,缓解城市交通拥堵,将通勤者有限理性的时间认识与瓶颈模型相结合。基于出行者对到达时间的感知存在无差异带的假设,建立了考虑出行者到达时间无差异带不对称的瓶颈模型,并对模型进行了出发率分析和均衡解分析。采用数值分析的方法详细推导了均衡出发率、总成本、均衡成本、最大排队长度、全部排队成本等指标。进一步地,将上述新建立的模型扩展到无差异带对称、早到时间无差异带、晚到时间无差异带情形下,同样进行了出发率分析和均衡解分析。通过与基本瓶颈模型相比较,分析了考虑无差异带不对称和3种扩展情形的瓶颈模型中,出行者的出发时间决策和均衡解的性质,最后利用数值算例对结论进行了验证。结果表明:在考虑出行者到达时间无差异带的条件下,总成本、均衡成本、总早到成本、总晚到成本、最大排队长度等指标均变小,而变小的幅度与早到、晚到无差异带的宽度之和有关;通勤者的出发率函数由2段变为3段;通勤高峰期或提前或推迟具体时间由单位早到时间成本、单位晚到时间成本、无差异带的宽度等参数值决定;采用弹性工作制,对应于考虑出行者到达时间无差异带不对称的瓶颈模型,能够均匀高峰期的车流量,从而减少拥堵。

考虑潜在需求的区域共享泊位滚动时域分配研究

为研究城市道路网络交通状况和停车潜在需求对区域共享泊位选择的影响,本文通过分析历史停车数据得到当日潜在停车需求,以区域共享停车场和道路网络为研究对象,构建考虑潜在需求的区域多停车场泊位动态预约与分配整数线性规划模型。模型以平台收益和用户成本两者综合收益最高为目标,在分配开始前,处理提前预约停车用户数据时考虑潜在停车需求,提前拒绝一部分周转率较差和车位利用率较低的停车预约用户,在开始分配阶段,同时考虑提前预约用户和临时预约用户,根据实时路网交通流状况进行车位滚动时域分配。通过模型评价和算例分析发现,当停车需求较大时,在实时分配预约停车用户过程中考虑潜在需求能够提高后续泊位分配收益。相比单一停车场的共享泊位分配研究,考虑潜在需求并根据路网交通状况和停车用户信息进行区域共享泊位滚动时域动态分配会使停车场收益平均提高10%,停车位利用率和拒绝率分别提高20%和降低8.5%。在考虑潜在需求的情况下,拒绝的停车用户数量和停车时长均显著影响系统收益。模型可为共享停车平台在局部存在多共享停车场和多目的地时的停车分配与管理决策提供理论参考。

共享单车分层调度策略研究

针对共享单车乱停乱放、故障率高、时空分布不均等特点,解决调度中效率低下、成本过高的问题,提出了一种共享单车分层调度策略,将调度区域划分为道路层和小区层,采用不同类型的调度车辆完成故障车的收集、正常车的收集与投放工作。以时间成本最小为优化目标,考虑调度车容量约束和补给约束,建立了多车次的静态调度模型。案例分析表明,该模型可以有效地指导调度路径的优化调整;3种策略的调度成本分析也表明,构建的分层调度模式在经济成本上具有明显优势。

停车场成本效益分析方法

针对停车场收益率低、回收期长的问题,对停车场进行了成本效益分析.从停车场收费价格、利用率、配建商业面积及土地的角度,分别对停车场的动态回收期及内部收益率进行弹性分析和敏感性分析.弹性分析显示,对于内部收益率和回收期,土地价格的弹性最高,配建指标的弹性最低.敏感性分析显示,与地面停车场相比,地下停车场和简易机械式停车场内部收益率更高,回收期更短.

拉格朗日松弛启发式算法求解时空网络下的弧路径问题

为减少车辆调度成本,优化车辆运输路径,在时空网络中研究路段作业车辆的弧路径问题;考虑道路出行的时变性,利用车辆运行的时间、空间特征,构建时间-空间网络,建立弧路径问题的时空网络流模型;设计了拉格朗日松弛启发式算法,引入拉格朗日乘子松弛耦合约束,构建拉格朗日松弛问题;进一步通过拉格朗日分解,把松弛问题分解为单车最短路问题;用次梯度算法更新乘子,求解拉格朗日对偶问题,并更新原问题最优解的下界;使用启发式算法获得可行解,并更新原问题最优解的上界;用六结点运输网络和Sioux-Falls网络下的算例对算法进行实证分析。计算结果表明:六结点运输网络中6个算例的上下界间隙值等于0或接近0,Sioux-Falls网络中算例2的间隙值为0.02%,其余5个算例的间隙值等于0,均可以得到质量较高的近似最优解;在最复杂的算例(15辆车,70个任务)中,算法在可接受的时间内也得到了间隙值为0的解,找出了最优的车辆路径;随着迭代次数的增加,拉格朗日乘子会逐步收敛到固定值;当车辆容量从50增加到100时,最优解从52下降到42,说明在任务数和车辆数一定时,适当增加车容量可以降低运营成本。可见,与商业求解器相比,拉格朗日松弛启发式算法的间隙值更小,求解质量更高,可以更有效地求解弧路径问题。

交通运输先行度模型及指标体系研究

《交通强国建设纲要》指出:"牢牢把握交通先行官定位,适度超前"。为定量分析交通运输先行于经济社会的程度,本研究提出交通先行官的概念和内涵,基于交通运输本质和时空维度,明确其核心要义、基本要求、动力和保障。首次构建"先行官"定量测算模型,提出交通运输先行度方法,并对交通先行度进行测算。

观测路径出行时间下随机网络交通需求估计

道路网络起讫点(OD)需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型(GMM)对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望(EM)算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。